Prezzi GLM API: $0,15 input, $0,50 output per 1M di token

Quanto paghi, in una tabella

I prezzi GLM API qui non hanno livelli, posti o piani mensili. Acquisti credito e ogni richiesta lo detrae in base ai token utilizzati.

Una breve nota sulla denominazione: il dominio corrisponde a ciò che le persone cercano, ma il servizio è un endpoint indipendente compatibile con OpenAI per un singolo modello di testo a pesi aperti, uncensored. Non è l'API ufficiale del fornitore dietro GLM, quindi queste tariffe non sono quelli del fornitore. Se stai confrontando, cerca i prezzi attuali sul loro sito e usa il metodo qui sotto.

Trasformare le tariffe in costi

I prezzi per milione sono difficili da percepire. Un'unità migliore è il costo per richiesta. Per qualsiasi richiesta, moltiplica i token di input per $0,15, i token di output per $0,50 e dividi ciascuno per 1.000.000. Quattro carichi di lavoro mostrano come si sviluppa.

Un'app di ricerca con contesto lungo

Un'app di risposta alle domande inserisce 50.000 token di testo recuperato nel prompt e restituisce 800 token. L'input è 50.000 x $0,15 / 1M = $0,0075. L'output è 800 x $0,50 / 1M = $0,0004. Una risposta costa $0,0079, quindi 1.000 risposte costano $7,90. Il lato input domina, quindi ridurre il contesto recuperato conviene più che accorciare le risposte.

Un prodotto chat

Ogni messaggio invia circa 3.000 token di cronologia e persona, e la risposta è di 400 token. Questo è $0,00045 + $0,0002 = $0,00065 per messaggio. Un utente che invia 40 messaggi al giorno costa $0,026 al giorno, che sono $0,78 in 30 giorni. Puoi usare quella cifra per impostare i tuoi prezzi con un margine sensato.

Un lavoro batch con output strutturato

Devi classificare 200.000 documenti brevi. Ogni prompt è di 600 token e la modalità JSON mantiene ogni risposta a circa 20 token. Input: 200.000 x 600 = 120M token, che costano 120 x $0,15 = $18,00. Output: 200.000 x 20 = 4M token, che costano 4 x $0,50 = $2,00. L'intero job costa $20,00, esattamente una ricarica di livello base. Ricorda il limite di richieste quando pianifichi il tempo reale: una chiave completa permette 300 richieste al minuto, quindi 200.000 richieste richiedono circa 667 minuti al limite.

Un agente con chiamata di funzioni

Un agente effettua 8 chiamate per attività, ciascuna con 5.000 token in input e 300 in output. Per attività sono 40.000 in input ($0,006) e 2.400 in output ($0,0012), quindi $0,0072. Cento attività costano $0,72. Gli agenti sono il carico di lavoro in cui la crescita della cronologia fa più male, poiché ogni passaggio reinvia i risultati degli strumenti precedenti, quindi registra i conteggi reali dei token dopo alcune decine di attività e sostituisci queste stime con le tue medie.

Ricariche e bonus

Scegli qualsiasi importo intero da $20 a $500. Le ricariche più grandi aggiungono una percentuale sul credito che ricevi:

L'ultima colonna divide la tariffa per il rapporto credito-pagamento. A $100 ricevi $110, quindi paghi $100 / $110 = 0,909 del prezzo di listino: $0,15 diventa $0,136 e $0,50 diventa $0,455. Il bonus del 15% parte da $200, quindi non c'è uno sconto extra per passare da $200 a $500. Scegli l'importo che corrisponde alla velocità con cui spendi, non quello più grande disponibile.

Il pagamento è con cripto (USDT su TRC20, USDC su Base). Poiché il credito non scade mai, ricaricare $200 una volta per il bonus è sicuro se prevedi di usarlo, e una ricarica più piccola è altrettanto sicura se preferisci iniziare con poco. I passaggi di configurazione per entrambi sono nella pagina quickstart.

Una regola pratica per la scelta: prendi la tua spesa mensile prevista dagli scenari sopra e ricarica circa uno o due mesi di essa. Per il prodotto chat di tipo supporto che costa $0,78 per utente attivo al mese, 100 utenti attivi equivalgono a $78, quindi una ricarica di $100 (che aggiunge $110 di credito) copre il primo mese con margine. Ricarica di nuovo quando l'header del saldo mostra una settimana di copertura residua.

La prova gratuita

I nuovi account possono richiedere $0,50 di credito di prova con un clic nella pagina della chiave API dopo la registrazione. La registrazione è con Google o con email e password. Il credito non richiede carta, è valido per 7 giorni ed è limitato a uno a persona.

Quella quantità è di circa 3,33M di token di input o 1M di token di output. In termini di richieste, una chiamata chat con 2.000 input e 500 output costa $0,00055, quindi la prova copre circa 900 di esse. È sufficiente per testare lo streaming, la chiamata di funzioni e la modalità JSON sui tuoi prompt. La chiave di prova è soggetta a limiti inferiori rispetto a una chiave a pagamento: 2 richieste concorrenti e 60 al minuto, il che va bene per i test manuali.

Inizia dalla pagina della chiave API. Se vuoi vedere tutti i campi della richiesta prima di spendere qualcosa, la guida rapida li elenca.

Monitorare il saldo

Ogni risposta include un header X-Balance-USD con il tuo credito residuo, più X-Request-Id per le domande di supporto. Le risposte in streaming terminano con un blocco di utilizzo, così puoi calcolare il costo esatto di ogni chiamata. Ti serve solo un piccolo logger:

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.glmapi.cc/v1", api_key="YOUR_KEY")

raw = client.chat.completions.with_raw_response.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise the plot of a heist film."}],
)
r = raw.parse()
cost = r.usage.prompt_tokens * 0.15 / 1e6 + r.usage.completion_tokens * 0.50 / 1e6
print(round(cost, 6), raw.headers.get("X-Balance-USD"))

Imposta un avviso sull'header del saldo nel tuo sistema di monitoraggio e ricarica con un margine prima di qualsiasi batch grande.

Confronto con le tariffe di un altro fornitore

Le tariffe da sole non decidono un confronto, perché i conteggi dei token variano tra le famiglie di modelli e così anche la verbosità. Prendi gli stessi 100 prompt, eseguili su entrambi i servizi e registra i token di input e output reali. Poi applica le due tariffe di ciascun fornitore. Indipendentemente da ciò che dicono i prezzi di listino, solo quella misurazione ti dice la tua fattura.

Oltre al prezzo, controlla quattro cose dal lato provider: se le richieste fallite o rifiutate vengono fatturate, se il credito scade, quali sono i limiti di richieste predefiniti e se il modello rifiuta richieste legittime a cui hai bisogno di una risposta. I rifiuti sono la voce di costo nascosta, poiché costano ritentativi e riscritture del prompt. Il nostro modello è ottimizzato per rispondere senza rifiuti di contenuto per l'uso adulto legittimo. Mantiene un limite rigido: nessun contenuto sessuale che coinvolgono minorenni.

È anche giusto dire quando non è lo strumento giusto. È solo testo, senza immagini, audio, embedding o fine-tuning, e un modello anziché un menu. Se ti servono quelli, controlla i prezzi attuali altrove. Il fatto rilevante per la privacy è che i prompt non sono usati per l'addestramento.

Infine, pianifica anche i limiti oltre al prezzo. Una chiave completa permette 8 richieste concorrenti e 300 al minuto, una chiave di prova 2 e 60. Con 8 richieste in corso e una risposta che richiede 10 secondi, completi circa 48 risposte al minuto, ben al di sotto del limite per minuto, quindi la concorrenza è solitamente il limite più stringente per le generazioni lunghe mentre le risposte brevi colpiscono prima il limite di richieste. Le richieste in streaming mantengono il loro slot fino alla fine dello streaming, il che conta se il tuo client legge lentamente. Se hai bisogno di più margine, chiedi nella pagina di supporto invece di indovinare.

Altre guide

• URL di base dell'API GLM: Connetti qualsiasi client OpenAI
• API GLM Python: Esempi Chat, Streaming e Strumenti
• Gemma API: Miti vs Fatti